贾伟中科院合肥 发表于 2015-4-16 23:40:44

2015 CCF 计算机视觉大会 专题论坛


http://www.cccv2015.org/html/panel/index.html

专题论坛
[*]专题论坛1:青年学者眼中的图像视频大数据
专题组委会:
[*]张兆翔   北京航空航天大学
[*]白   翔   华中科技大学
[*]纪荣嵘   厦门大学

邀请报告和Panel讨论嘉宾:
[*]孟德宇   西安交通大学
[*]郑伟诗   中山大学
[*]王井东   微软亚洲研究院
[*]刘云淮   公安部第三研究所
[*]英向华   北京大学
[*]王瑞平   中科院计算所
[*]黄永祯   中科院自动化所
      随着社会发展和科技进步,现代社会的信息化水平日益提高。尤其是移动多媒体、移动网络技术的不断发展,移动终端设备如智能手机、平板电脑等的快速普及,图像视频数量呈现出爆炸式的增长,我们已经进入了一个图像视频大数据的时代。如何对日益增长的图像视频大数据进行高效分析、处理和结构化描述,是计算机视觉领域从业人员的重大挑战课题;如何利用图像视频大数据的信息量,研究计算机视觉新算法,提出计算机视觉新理论,是计算机视觉领域从业人员的重大契机;适应图像大数据时代的行业需要,加强计算机视觉在安防、娱乐、网络媒体等多个领域的结合与应用,是计算机视觉领域从业人员的共同目标。      本专题拟从青年学者的角度对图像视频大数据进行研讨,重点探讨图像视频大数据时代的计算机视觉新理论、新算法;图像视频大数据时代的视觉计算新架构;图像视频大数据时代的计算机视觉新应用;图像视频大数据时代的产业新动态等。
[*]专题论坛2:人脸检测最新进展、问题与挑战
专题组委会:
[*]于仕琪   深圳大学
[*]雷   震   中科院自动化所

邀请报告和Panel讨论嘉宾:
[*]刘青山   南京信息工程大学
[*]李建国   Intel Labs
[*]李   科   腾讯优图
[*]余轶南   百度
[*]雷   震   中科院自动化所
[*]于仕琪   深圳大学
      在基于图像的物体检测中,人脸检测是相对成功和应用广泛的研究方向。在一些研究者的眼中,人脸检测似乎是一个已经解决了的问题,但实际上并非如此。最近的FDDB评估表明,人脸检测性能还远未达到满足各种应用需求的水平。继viola-Jones的Haar+AdaBoost方案提出之后,研究者们提出了很多的新方法,极大地提升了人脸检测的性能。然而,人脸检测依然存在一些问题需要解决,例如快速的多角度人脸检测算法、人脸遮挡的处理、不同场景下的人脸检测(例如互联网图片和视频监控下的人脸)、人脸检测的准确率如何评估等。      本专题拟从以下几个方面对人脸检测进行探讨:1)人脸检测的新方法和新的研究方向;2)人脸检测中的难点和挑战;3)人脸检测的实际应用;4)人脸检测的评估方法。希望藉此促进国内科研人员在人脸检测问题上的交流,并加深对这个问题的理解,促进新成果的产生。
[*]专题论坛3:城市安全防御新视野:智能视频图像深度应用
   专题组委会:
[*]梅   林   公安部第三研究所
[*]薛向阳   复旦大学
[*]张   亮   西安电子科技大学

邀请报告和Panel讨论嘉宾:
[*]黄铁军   北京大学
[*]马   毅   上海科技大学
[*]薛向阳   复旦大学
[*]田   广   博康智能网络科技股份有限公司
      近十年来,由于我国“平安城市”等各项针对城市公共安全突发事件监控建设的推进和深化,以及交通、教育、金融等各行业用户安防意识的不断增强,全国用于城市监控和报警系统的数字高清摄像头于已达千万级,如何高效利用视频图像大数据,结合云计算、物联网技术、深度学习等研究热点,在现有视频图像监控实现初步智能应用的基础上,更深层次地挖掘视频图像数据背后隐藏的安全事件语义信息,变传统的“被动监控”为“主动监控”;更深层次地联合“时、空、物”及行为分析,变传统的“事后查找”为“事前预警”,是计算机视觉在城市公共安全领域创新性的发展方向。      本专题拟从城市公共安全的角度对视频图像深度应用进行研讨,重点探讨包括: 1)人车物视频图像综合/联动监控与交通信息智能监测技术; 2)社会安全视频图像安全信息共享与智慧社区安防技术; 3)图像内容取证鉴定技术; 4)生物特征识别技术; 5)互联网媒体内容安全技术等。
[*]论坛主题4:计算机视觉:来自于生物视觉的启示
   专题组委会:
[*]李永杰   电子科技大学
[*]吴   思   北京师范大学

邀请报告和Panel讨论嘉宾:
[*]刑大军   北京师范大学
[*]周   杰   清华大学
[*]危   辉   复旦大学
[*]刘海华   中南民族大学
      视觉是人类认识外部世界最主要、最直接的形式,约80%外界信息是通过视觉系统获得的。视觉感知也是大脑中最为复杂而又高效的信息加工过程之一。随着视觉实验研究手段的飞速发展,越来越多的生物视觉机理被揭示。随之而来的是,与生物视觉计算相关的主题开始不段地出现在信息技术与人工智能领域(如图像处理、模式识别、计算机视觉)的国内外重要学术会议上。其原因在于,生物视觉计算模型不仅对于帮助阐明脑功能,而且对于促进计算机视觉应用的生物智能化均具有重要意义。面对复杂多变的非结构化环境,以智能化感知为基础的众多工程应用(如目标检测与识别)期待能从以自适应为核心的生物视觉机理中寻求启示和高效解决方案。      本论坛邀请的专家涵盖视觉实验神经科学、计算神经科学、信息科学(图像处理、计算机视觉等)等领域。拟从两个方面进行探讨: 1)生物视觉实验研究方面的国际最新进展; 2)生物视觉机理在智能图像处理、计算机视觉应用方面的最新成果。 希望藉此促进生物视觉及计算机视觉专家的跨学科领域交流,为生物视觉建模与高效工程应用方面提出若干发展建议。
[*]论坛主题5:视觉显著性计算及应用
   专题组委会:
[*]韩军伟   西北工业大学
[*]程明明   南开大学

邀请报告和Panel讨论嘉宾:
[*]薛健儒   西安交通大学
[*]卢湖川   大连理工大学
[*]李宏亮   电子科技大学
[*]操晓春   中国科学院大学
[*]袁   媛   西安光机所
[*]王井东   微软亚洲研究院
[*]李   甲   北京航空航天大学
      模拟人类视觉系统的注意机制,视觉显著性计算能够自动估计图像和视频中受人关注的区域,从大规模视觉数据中自动筛选出高信息含量的内容进行优先处理,可成为诸多图像视频智能处理应用的基础技术,是目前多媒体信息处理领域的一个研究热点。      在过去几年里,尽管视觉显著性计算方面的研究取得了巨大的进展,然而显著性计算的性能还远未达到满足各种实际应用需求的水平,很多难点问题没有得到很好地解决,例如:对于人类视觉系统的注意机制未能彻底搞清楚,对于影响视觉注意的因素了解还不全面,导致实际的计算模型与生物学机制脱节;提出的计算模型大多对于简单图像或视频效果较好,但对于复杂数据效果不佳;评价计算模型性能的度量标准存在一定缺陷,不能完全符合实际应用的要求。      本论坛拟从以下几个方面进行探讨: 1)视觉显著性计算的新理论和新方法,尤其是大数据背景下视觉显著性计算的新思路; 2)视觉显著性计算中的难点和挑战; 3)视觉显著性计算的评价方法; 4)视觉显著性计算的实际应用和新的研究方向。 希望借此论坛促进国内科研人员在视觉显著性计算和应用上的交流,并加深对这个问题的理解,促进新成果的产生。

页: [1]
查看完整版本: 2015 CCF 计算机视觉大会 专题论坛